数模笔记1-初识数模

数学模型是什么？

模型的分类

1. 按所用的数学知识分类：

   初等模型、几何模型、微积分模型、微分方程模型、图论模型、概率统计模型、规划论模型等

2. 按所解决的问题的领域分类：

   • 物理模型：自然科学领域内的问题

   • 非物理模型：经济模型、交通模型人口模型、生态模型、环境模型、医学模型、社会学模型

3. 按所建模目的的分类：

   描述模型、分析模型、预报模型、优化模型、决策模型、控制模型等

4. 按所模型的表现特性分类：

   确定模型、随机模型；

   静态模型、动态模型、离散模型、连续模型

大致论文写作流程

题目-> 摘要、关键词-> 问题重述-> 问题假设-> 问题分析-> 符号说明-> 模型建立-> 模型求解-> 模型优缺点评价-> 参考文献。

• 题目备战：掌握固定模式即可

  • 基于——模型的——研究与分析

• 摘要备战：总结归纳能力，通过看高水平论文或优秀论文掌握

• 问题重述：切忌直接抄袭问题，对描述简短的拆建，描述复杂的精炼（不超过整个页面的3/4）

• 问题假设：明确假设点是关键，只要对我们的结果有影响，但又是小概率事件；或者对结果有影响，但难以计算获取这类的

• 问题分析：动脑能力是关键，先将问题进行定性，然后说明如何求解这类问题

  • 分析问题、拆解问题、匹配模型（最好做个流程图，更直观）

• 符号说明：文字出现的符号均需说明清楚，用希腊字母

• 模型建立：将常见模型进行归纳整理，形成算法库

• 模型求解：对编程语言熟练掌握，如matlab、lingo等

• 模型优缺点评价：对模型的不足提前掌握，并在应用中的不足阐述

• 参考文献：掌握标准格式

数学建模步骤

1. 模型准备

   了解问题的实际背景，明确其实际意义，掌握对象的各种信息。以数学思路来解释问题的精髓，数学思路贯穿问题的全过程，进而用数学语言来描述问题。要求符合数学理论，符合数学习惯，清晰准确。理解实际问题后，搜集资料，快速阅读和理解参考文献。

2. 模型假设

   根据实际对象的特征和建模的目的，对问题进行必要的简化，并用精确的语言提出一些恰当的假设。对涉及到的变量、变量的单位、相关假设进行定义，用表达式将其表达出来。

3. 模型建立

   在假设的基础上，利用适当的数学工具来刻划各变量常量之间的数学关系，建立相应的数学结构。选择建模方法，由题目得到的关系式，将目标转化为某一变量的函数。

4. 模型求解

   利用获取的数据资料，对模型的所有参数做出计算(或近似计算) 。推导模型的公式，将数学表达式变形为建模方法的标准形式，通过限制条件，对这个模型进行求解。此时可以编程用数学软件进行计算。

5. 模型分析

   对所要建立模型的思路进行阐述，对所得的结果进行数学上的分析。包括误差分析、数据稳定性分析等。

6. 模型检验

   用非技术性的语言回答实际问题。将模型分析结果与实际情形进行比较，以此来验证模型的准确性、合理性和适用性。如果模型与实际较吻合，则要对计算结果给出其实际含义，并进行解释。如果模型与实际吻合较差，则应该修改假设，再次重复建模过程。

赛题类型

一、预测类

• 指通过分析已有的数据或者现象，找出其内在发展规律，然后对未来情形做出预测的过程。

• 根据已知条件和求解目的，往往将预测类问题分为: 小样本内部预测，大样本内部预测，小样本未来预测，大样本随机因素或周期特征的未来预测，大样本的未来预测。

解决步骤：

1. 确定预测目标

2. 收集、分析资料

3. 选择合适的预测方法进行预测

4. 分析评价预测方法及其结果

5. 修正预测结果

6. 给出预测结果

方法：

• 插值与拟合方法：适合小样本内部预测

• 回归分析法：适合中、大样本预测

• 灰色预测方法：适合小样本的未来预测（有固定趋势）

• 时间序列方法：适合中、大样本的随机因素或周期特征的未来趋势未来预测

• 神经网络方法：适合大（特大）样本未来预测

二、评价类

• 指按照一定的标准对事物的发展或者现状进行划分的过程在数学建模中题点可体现在对生态环境，社会建设，方案策略等进行评价。评价类赛题往往没有明确的指标体系和评价标准，往往是需要查阅各类资料进行构建的，因此评价类赛题也没有明确的答案

• 赛题分析: 解决评价类赛题的关键是指标体系的构建，构建完评价体系后在选择合适的评价方法即可，体系建立应秉承全面，准确，独立的三要素

解决步骤：

1. 明确评价目的

2. 确定被评价对象

3. 建立评价指标体系

4. 确定各指标相对应的权重系数

5. 选择或构造综合评价值

6. 给出综合评价结果

三、机理分析类

• 所机理分析是根据对现实对象特性的认识，分析其因果关系，找出反映内部机理的规律。在求解机理分析类问题时首先需要探寻与问题相关的物理，化学，经济等相关的知识，然后通过对已知数据或现象的分析对事物的内在规律做出必要的假设，最后通过构建合适的方程或关系式对其内在规律进行数值表达

• 赛题分析: 机理分析立足于建立事物内部的规律，相对于其他类型的赛题均有章可循，机理分析类赛题往往需要结合众多关联知识才可以进行求解，如空气动力学，流体力学，热力学等

四、优化类

• 指在现有现有条件固定的情况下，如何使目标效果达到最佳。如在一座城市公交车公司拥有的公交车数量是固定的，问如何安排线路能够使盈利达到最高。优化类问题往往需要分析三个关键因素:目标函数，决策变量和约束条件，三者往往缺一不可。

• 赛题分析: 解决优化类赛题必须知道优化的目的，约束的条件和所求解的关键变量，需要有较强的编程能力和赛题分析挖掘能力

解决步骤：

1. 确定优化目标

2. 确定决策变量

3. 构建目标函数

4. 根据已知条件构建约束条件

5. 选择合适的方法求解目标函数

6. 给出优化结果